“美國的醫療保健系統既不健康、不關懷，也不是一個系統。 ”——沃爾特·克朗凱特
美國的醫療保健系統並不是有效提供醫療保健的最有效系統。 為了改進系統，許多保險公司正在探索基於價值的護理模式。 該模型背後的想法是，提供者將根據結果獲得補償。 這取代了基於服務向供應商付費的傳統按服務收費 (FFS) 模式。 這種想法是，FFS 模型有時會導致多餘的測試或治療。
我個人認為這是個好主意，這讓我想知道：如果國家這樣做會怎樣？ 我決定深入研究來自世界各國的醫療保健成本和結果數據。 該數據來自世界銀行並按國家/地區顯示預期壽命、嬰兒死亡率和孕產婦死亡率等健康結果。 它還將每人的平均醫療支出標準化為 2010 年美元。 我們將使用這筆醫療保健支出來計算投資回報。
首先，讓我們看一下自 1970 年以來每個國家的衛生支出與預期壽命的數據。 由於這兩個因素都隨著時間而變化，因此這是利用氣泡圖的絕佳機會。 1980 年，美國的醫療保健支出與丹麥、瑞士和德國相似：大約在 2,200-2,600 美元（2010 美元）之間。
十五年後，美國每人支付的費用比其他任何國家都多 1,000 美元（2010 美元），而預期壽命的增長速度並沒有比其他人均花費少得多的國家高。
為了顯示整個趨勢，我將氣泡圖保存為動畫 gif，這是JMP 14 . 如您所見，大多數國家的趨勢是預期壽命更長，醫療保健支出更高。 顯然，醫療保健支出增幅最大的國家是美國。
葡萄牙和土耳其等一些國家的預期壽命急劇增加，而衛生支出的增幅較小。 在醫療保健支出方面，這些國家似乎越來越物有所值。
預期壽命並不是判斷醫療保健質量的唯一指標，所以讓我們考慮其他因素。 我們可以在此數據中獲得的另外兩個因素是嬰兒死亡率和孕產婦死亡率。 顯然，任何醫療保健系統的一個關鍵目標都是將這些比率保持在盡可能低的水平。 為了評估每個國家/地區的整體健康質量，我創建了一個健康評分。 健康評分的計算如下。
健康評分 = 10*預期壽命-5*兒童死亡率（每1000人）-孕產婦死亡率（每100,000人中的死亡人數）
我沒有從任何來源得到這個健康評分計算。 這是我自己決定的。 如果我們只看 1990-2015 年的 G20 國家，我們可以看到每個國家的表現如何。 如您所見，在這 25 年期間，大多數國家的健康評分都有所提高。 我強調了三個國家：印度、日本和美國。
印度在過去 25 年的健康評分中取得了最大的進步。 在過去的 25 年裡，日本每年的健康得分都最高。 在 25 年期間，美國的健康評分增長量是第二低的（最少的是南非，它經歷了種族隔離的結束）。
我決定根據結果評估醫療保健的成本。 我只想看看 1990-2015 年的 G20 國家，所以我製作了一部分數據來製作模型。 我將美國排除在模型構建過程之外，因為它在成本上是如此的異常。 我跑了一個 Fit Y by X in JMP用於健康支出與健康評分。 當我查看這種關係時，似乎對健康支出使用自然對數轉換比多項式更適合數據。
這條線很合適，有一個 R 2 0.85 左右的值。 查看模型的結果，我想看看美國應該為該國 2015 年的健康評分支付多少人均費用。 如果該國採用基於價值的醫療保健方法來支付醫療保健費用，美國應該為其所獲得的結果支付 2,437.15 美元。
我們可以改變這個問題，看看美國應該從該國目前支付的醫療保健費用（每人約 8715 美元）中得到什麼。 我們應該期望健康評分為 990。
如果美國的兒童死亡率和孕產婦死亡率保持不變，那麼該分數將轉化為 103.6 歲的預期壽命。 如果兒童死亡率下降到 0.1/1000，孕產婦死亡率下降到 0.1/100,000，那麼您的預期壽命仍然可以超過 99 歲來證明成本是合理的。
從基於價值的護理模式來看，美國的美元並沒有獲得太多價值。
嗨，李，
謝謝你的評論。很高興你正在閱讀這些博客。我使用的 3 個指標是我對這個數據集僅有的 3 個指標。縮放因子確實有一些影響，這裡是沒有任何縮放的圖表。我為每個因素提供了一些權重，我也在增加圖表中的分佈，因此國家更容易區分。我再次放大了這些比例，如果有充分的理由，我很樂意改變它們。
嘿，丹，
很高興聽到你的消息。我認為你的觀點很好。
我們在美國的醫療保健系統絕對是獨一無二的。在醫療保健提供者和患者之間建立營利性公司可能是成本高且結果不匹配的部分原因。欺詐和美國為全世界進行大部分藥物開發也可能是促成因素。
為什麼成本如此之高以及如何處理它超出了本博客的範圍。
嗨皮特，
不錯的分析。有點憤世嫉俗，我將增量歸因於保險公司和醫療保健行業的口袋，以最小的費用獲取最大的財富。請記住，美國保險公司和醫療保健提供者的工作是盈利，而不一定是推出好產品。因此，為了維持現狀，行業認可和支持過度監管。在我看來，其公民的基本健康狀況不是為了獲利而開發的領域，否則上圖就是最終產品。只值我的 2 美分。
擔
謝謝菲爾，
儘管氣泡圖的數據和想法來自 Chuck Boiler。
偉大的洞察力並喜歡動畫 gif。 非常漢斯·羅斯林。
